UNIVERSIDADE FEDERAL DO CEARÁ FACULDADE DE …universidade federal do cearÁ faculdade de economia,...

UNIVERSIDADE FEDERAL DO CEARÁ

FACULDADE DE ECONOMIA, ADMINISTRAÇÃO, ATUÁRIA E CONTABILIDADE

CURSO DE PÓS-GRADUAÇÃO EM ECONOMIA

ALANA KATIELLI NOGUEIRA AZEVEDO

RISCO MORAL EM SEGURO SAÚDE: UMA ANÁLISE PARA OS

ESTADOS DO NORDESTE UTILIZANDO ESTIMADORES DE

MATCHING POR PROPENSITY SCORE

FORTALEZA

2008

ii

ALANA KATIELLI NOGUEIRA AZEVEDO

RISCO MORAL EM SEGURO SAÚDE: UMA ANÁLISE PARA OS

ESTADOS DO NORDESTE UTILIZANDO ESTIMADORES DE

MATCHING POR PROPENSITY SCORE

Dissertação submetida à coordenação

do Curso de Pós-Graduação em

Economia, da Universidade Federal

do Ceará, como requisito parcial para

obtenção do grau de Mestre em

Economia.

Orientador: Prof. Ricardo Brito Soares

FORTALEZA

2008

A986r Azevedo, Alana Katielli Nogueira. Risco Moral em Seguro Saúde: uma Análise para os Estados

do Nordeste utilizando estimadores de Matching por Propensity Score / Alana Katielli Nogueira Azevedo – Fortaleza, 2008.

54 f. Orientador: Prof. Dr. Ricardo Brito Soares

Dissertação (Mestrado Profissional) - Universidade Federal do Ceará – UFC, Curso de Pós-Graduação em Economia – CAEN, Fortaleza, 2008.

1. Risco Moral 2. Economia da Saúde 3. Propensity Score 4. Estratificação 5. Função Kernel.

CDD 362.981

iii

Esta dissertação foi submetida como parte dos requisitos necessários à obtenção do grau de

Mestre em Economia, outorgada pela Universidade Federal do ceará – UFC, e encontra-se à

disposição dos interessados na Biblioteca do Curso de Pós-Graduação em Economia – CAEN da

referida Universidade.

A citação de qualquer trecho desta dissertação é permitida, desde que seja feita em conformidade

com as normas científicas.

Dissertação aprovada em 25 de Novembro de 2008.

_________________________________________________

Prof. Ricardo Brito Soares

(Orientador)

_________________________________________________

Prof. Fabrício Carneiro Linhares

(Membro da Banca Examinadora)

_________________________________________________

Prof. Márcio Veras Corrêa

(Membro da Banca Examinadora)

iv

AGRADECIMENTOS

À Deus, pela força e presença em meu coração no decorrer desta jornada.

Ao Professor Ricardo, por seu empenho, generosidade e profissionalismo na doação de seu

tempo ao orientar esse trabalho.

Aos meus pais, simplesmente por estarem ao meu lado demonstrando amor, carinho, confiança,

compreensão e por todo o esforço ao proporcionarem tudo de melhor para minha vida.

À minha irmã Patricia, pelo acompanhamento diário e compreenssão nos momentos de sufoco.

À minha Vó Cleide, por saber que sempre rezou pelo meu melhor e pelo amor que tem por mim.

Aos meus amigos de turma que tornaram esses dois anos de estudo muito agradáveis.

v

RESUMO

Esta dissertação analisa a existência de risco moral no sistema de saúde brasileiro a partir de uma

análise de estimação de dois modelos de matching baseado no propensity score, um a partir de

estratificação e outro a partir de uma função kernel. A variável de utilização do serviço médico

selecionada foi a de consultas médicas e a análise compreendeu os nove estados do Nordeste do

Brasil. Os resultados indicam presença de risco moral tanto pela estimação a partir de estratos

como a partir de uma função kernel. Para o modelo de estratificação o valor estimado da

diferença de procura por consultas médicas ficou entre 1,014 e 2,262 vezes, com o estado do Rio

Grande do Norte apresentando a maior diferença. Já para o modelo a partir de uma função kernel,

o valor estimado da diferença de procura por consultas médicas ficou entre 0,866 e 2,242 vezes,

com o estado do Maranhão apresentando a menor diferença. Ou seja, indivíduos que possuem

planos de saúde geralmente buscam maior atendimento médico do que caso não estivessem

cobertos por nenhum plano.

Palavras-chave: risco moral, sistema de saúde, propensity score, estratificação, função kernel.

vi

ABSTRACT

This dissertation analised the existence of moral hazard in the brazilian health system using an

estimation of two propensity score matching models, one by stratification and the other one using

a kernel function. The variable of healthcare utilization selected was the medical visits and the

analysis was made considering the nine states of Northeast of Brazil. The results indicated

existence of moral hazard for both stratification and kernel function estimation. For the

stratification model the stimated value of the diference in medical visits stayed between 1,014 e

2,262 times, the state of Rio Grande do Norte had the greater diference. For the kernel function

model the stimated value of the diference in medical visits stayed between 0,866 e 2,242 times,

the state of Maranhão had the smallest diference. So, individuals with health insurance use more

the healthcare than if they only have access to public services.

Key words: moral hazard, health system, propensity score, stratification, kernel function.

vii

SUMÁRIO

1 – Introdução........................................................................................................ 1

2 – Teoria do Risco Moral.................................................................................... 3

2.1 - Modelos Básicos de Risco Moral.............................................................. 6

2.2 - Risco Moral no Seguro Saúde................................................................... 7

2.2.1 - Demanda por Serviço de Saúde.......................................................... 8

2.2.2 - Tipos de Risco Moral no Seguro Saúde............................................. 10

2.2.3 - O Sistema de Saúde Brasileiro........................................................... 12

3 – Revisão da Literatura.................................................................................... 15

4 – Metodologia.................................................................................................... 19

4.1 - Fonte de Dados......................................................................................... 25

4.1.1 - Seleção da Amostra e Definição das Variáveis................................. 26

4.1.2 - Descrição dos Dados......................................................................... 29

5 – Resultados...................................................................................................... 33

6 – Considerações Finais..................................................................................... 40

Referências Bibliográficas.................................................................................. 42

viii

LISTA DE TABELAS

Tabela 1 - Distribuição do Numero de Beneficiários por Modalidade e por Estado no

Sistema de Saúde Suplementar....................................................................................... 13

Tabela 2 - Definição das Variáveis..................................................... ........................... 26

Tabela 3 - Estatísticas Descritivas de Indivíduos sem Plano de Saúde.......................... 29

Tabela 4 - Estatísticas Descritivas de Indivíduos com Plano de Saúde.......................... 30

Tabela 5 - Estatísticas Descritivas do Total de Indivíduos............................................. 32

Tabela 6 - Modelos Logit de Probabilidade de Possuir Plano de Saúde........................ 33

Tabela 7 - Impacto da Contratação de Plano de Saúde no Número de Procuras por

Atendimentos Médicos................................................................................................... 37

ix

LISTA DE GRÁFICOS

Gráfico 1 - Distribuição dos Propensity Scores nos Estados do Nordeste – Chefes de

Família com e sem Plano de Saúde................................................................................. 36

1

1 - Introdução

No Brasil, o sistema de saúde pode ser alcançado pelo indivíduo por dois diferentes

meios: pelo setor público e pelo setor privado. A existência de risco moral nos planos de saúde

particulares sugere pelo menos duas suposições. Uma suposição teórica é que o “mercado” de

saúde brasileiro não deve ser caracterizado e, portanto, analisado, a luz das eficiências

econômicas dos modelos competitivos (ARROW, 1965). Uma outra suposição objetiva é que a

complementaridade do setor público e particular não é completa. Ou seja, o setor público não é

grande o suficiente para atender os que dependem dele e/ou o setor privado não é acessível

suficiente para atender toda a sobre-demanda do primeiro setor. Embora atualmente, o setor

privado represente uma grande parcela no mercado de assistência à saúde no país, a presença de

risco moral indica que a sobreutilização induzida na presença de planos de saúde privados é

maior que uma possível sobreutilização de serviços de saúde gerada pela gratuidade do serviço

público.

O risco moral também representa uma ameaça para a própria sustentabilidade do sistema

de saúde complementar, que deve encontrar mecanismos de controles adequados para esta

ocorrência, que não apenas o subterfúgio de majorações lineares de preços que impõem custos

maiores para a sociedade como um todo. Desta forma, a literatura nacional vem buscando

analisar o comportamento dos indivíduos ao aderir a um plano de saúde, e mais especificamente

calcular o risco moral na presença de planos de saúde.

Esse trabalho analisa e estima o tamanho do risco moral na economia brasileira com duas

contribuições para a literatura. A primeira é a estimação regionalizada do risco moral para os

estados do Nordeste, e a segunda é a utilização da metodologia de matching com propensity

scores para o cálculo da sobreutilização de consultas médicas anuais na presença de planos de

saúde.

2

Os resultados serão apresentados de forma segregada de acordo com os 9 (nove) estados

do Nordeste do Brasil com o objetivo de concentrar o estudo de forma regional e para fazer uma

análise específica e com uma melhor comparação característica.

O mérito do método de matching com propensity score está em isolar o efeito do risco

moral controlando pelas características (observáveis) dos indivíduos que os levam a possuir

planos de saúde. Ou seja, indivíduos com características semelhantes podem possuir ou não

planos de saúde. Os estimadores com matching baseados no propensity score vêm sendo

utilizados em outras análises e trabalhos publicados, mas na literatura brasileira de risco moral

que temos conhecimento até agora focam no país como um todo e utilizam outras metodologias.

O cálculo do risco moral foi desenvolvido a partir do levantamento de informações gerais

da PNAD 2003 e de seu suplemento de saúde, com base em dois métodos de matching. O

matching de número de consultas médicas entre indivíduos com e sem plano de saúde i) com

base em estratos de propensity scores, e ii) com base em uma função kernel de distância entre os

propensity scores.

Além desta seção, o trabalho foi sistematizado da seguinte maneira: O capítulo 2 faz uma

revisão do marco conceitual relevante para caracterizar risco moral. O capítulo 3 traz uma breve

revisão da literatura sobre o assunto. No capítulo 4 será enfocada a metodologia aplicada ao

estudo, como também a apresentação da fonte dados e a descrição desses dados com suas

respectivas estatísticas descritivas. O capítulo 5 demonstra os resultados e, finalmente, nas

considerações finais, são apresentadas as observações conclusivas.

3

2 - Teoria do Risco Moral

Para cada vez que se realizar um contrato entre duas partes, poderá existir risco moral.

Ambas as partes podem agir de forma contrária ao que foi delimitado no contrato com intuito de

ganhar alguma vantagem. Um exemplo simples dessa situação pode ser vista com um acordo de

venda entre empregador e vendedor. Ao se limitar o salário do vendedor em uma quantia fixa, ele

pode não desempenhar esforço algum para tentar vender os produtos, pois ele sabe que seu

retorno será o mesmo, ou seja, é fixo. Agindo assim, o vendedor se comporta contrariamente ao

que foi acertado com o empregador que seria vender o máximo de produtos possível.

O Risco Moral pode ser reduzido delimitando as responsabilidades de ambas as partes do

contrato. No exemplo do vendedor, o empregador pode decidir pagar comissões de vendas além

de seu salário. Com essa mudança, o vendedor terá mais incentivo não só para produzir mais

lucros como também evitar perdas para a companhia.

De acordo com o New Palgrave Dictionary of Economics, risco moral é definido como as

ações dos agentes econômicos para maximizar sua própria utilidade em detrimento dos outros,

em situações onde eles não arcam com as conseqüências totais ou, equivalentemente, não

desfrutam dos benefícios totais das ações devido à incerteza e contratos restritos que impedem a

atribuição dos prejuízos (benefícios) totais ao agente responsável (KOTOWITZ, 1987, p.549).

Basicamente, o risco moral aparece sempre quando o agente econômico altera seu

comportamento em relação ao que foi acordado no contrato, já que suas ações só podem ser

determinadas por ele mesmo e não ocorre transferência de responsabilidade em relação aos custos

dessas ações para o agente. Exemplificando alguns casos de risco moral, pode-se citar:

o Alguns médicos, com receio de acusações de mal-prática da medicina, podem gerar

solicitações de consultas, exames ou procedimentos em excesso elevando o custo que será

coberto pelo paciente ou pelo seguro saúde; e

4

o Quando um apartamento é alugado, seu inquilino pode conservar de maneira menos

cuidadosa do que o proprietário do imóvel.

Segundo ARROW (1985), as relações entre os agentes podem ser diferenciadas em dois

tipos: hidden action, que seria o risco moral, e hidden information. No risco moral existe

oportunismo pós-contratual, ou seja, a mudança de comportamento do agente decorre do

estabelecimento de um contrato. Já o conceito de Hidden information é normalmente referido

como seleção adversa e se apresenta quando os indivíduos têm informações sobre suas

características individuais que lhes permitem agir de maneira oportunista já antes do

estabelecimento de um contrato.

Em certas ocasiões o risco moral pode ser problemático. Seguros contra incêndio podem

encorajar incêndios intencionais como também seguros automóvel podem encorajar acidentes.

O risco moral cria problemas tanto para o seguro privado como para o governo. No caso

dos seguros privados, eles tentam manter o valor segurado de qualquer sinistro menor do que o

valor segurado pela pessoa. Eles tentam manter prédios e automóveis segurados por um valor

menor do que realmente valem. Com essa alternativa as seguradoras ficam menos expostas aos

riscos de acontecimentos de sinistro como também em relação ao risco moral.

O problema do risco moral também afeta programas do governo que asseguram pessoas

contra a falta de oportunidade. Uma variedade de programas ajuda pessoas que sofrem com a

pobreza. Por exemplo, ajuda para pessoas que tem crianças em casa, mas não tem sustento

financeiro suficiente para sua criação. Um tipo de seguro desemprego é pago para aquelas

pessoas que perderem seus empregos. Ticket alimentação e habitação pública ajudam os pobres

que não tem condições. Todos esses programas sofrem com o problema do risco moral. Eles

aumentam o nascimento de crianças em famílias sem condições, aumentam o desemprego e a

pobreza.

O governo pode tomar decisões para diminuir o perigo do risco moral. Ao ajudar àqueles

sem oportunidade, mas com um nível pequeno de ajuda, o encorajamento para aqueles que

5

querem se colocar na mesma situação é muito pequeno. O malefício dessa atitude é que para

aqueles que realmente necessitam de ajuda, essa será bem menor. Se o governo expande o

programa para ajudar ainda mais pessoas com falta de oportunidade, também encoraja pessoas a

se colocarem na situação de problema. Se pessoas são pagas por serem pobres, algumas irão se

tornar pobres. Se pessoas são pagas por terem filhos sem condições de financiar, algumas pessoas

terão filhos propositalmente. Se pessoas são pagas por serem desempregadas, maior será o

desemprego. Programas de governo que agem para segurar cidadãos contra falta de oportunidade

têm uma troca básica que não pode ser descartada. Quanto maior o esforço para ajudar aqueles

que precisam, maiores serão as ações que são consideradas socialmente indesejáveis.

A indústria de seguros pode também ter problemas de sinalização e classificação. Pessoas

que compram seguros geralmente têm uma idéia melhor dos riscos que elas estão sujeitas do que

os vendedores de seguro. Pessoas que sabem que estão sujeitas à grandes riscos são mais

propícias a comprar seguros do que pessoas que estão sujeitas a menores riscos. Companhias de

seguros tentam minimizar o problema considerando que somente pessoas com grandes riscos irão

comprar seus produtos, minimizando o problema da seleção adversa, assim, irão medir o risco e

ajustar o preço que cobrarão por esse risco. Semelhantemente, companhias de seguros de vida

requerem exames médicos e irão recusar apólices para pessoas que têm doenças terminais,

companhias de seguros de automóveis cobram muito mais de pessoas que foram presas por

dirigirem bêbadas.

6

2.1 – Modelos Básicos de Risco Moral

Os modelos de risco moral são originais da Teoria dos Contratos quando se trata de

economia da informação. O que ocorre com o risco moral é uma situação onde existe uma

assimetria de informação entre os agentes quanto às ações, após a assinatura do contrato, de um

deles. A parte não informada, também chamada Principal, age primeiramente oferecendo o

contrato e não consegue identificar perfeitamente as ações tomadas pelo Agente, a parte

informada.

Segundo TOLEDO (2003) para que exista um problema de risco moral devemos ter os

seguintes elementos:

1. O Agente realiza ações / escolhas que afetam a sua utilidade e a do Principal;

2. As ações / escolhas do Agente não são observadas pelo Principal, o qual observa

somente o resultado da atividade que é, por sua vez, um sinal imperfeito das ações

tomadas pelo Agente. Isto é, o resultado da atividade do Agente depende não apenas de

suas ações, mas de outras variáveis aleatórias, o que faz com que o Principal não

consiga inferir perfeitamente a partir do resultado qual foi a ação escolhida pelo Agente.

Dessa forma, o Principal não consegue monitorar perfeitamente as ações do Agente, o

que torna inócua a especificação no contrato de quais ações o Agente deve tomar;

3. A ação / escolha que o Agente tomaria espontaneamente não é Pareto-ótima. Ou seja,

existe um trade-off entre a utilidade do Agente e a do Principal: as ações têm efeitos

opostos sobre a utilidade dos agentes envolvidos.

Os modelos básicos de risco moral são compostos por estes três fatores anteriormente

citados. Mas existem, além destes, diversas outras formas que caracterizam o risco moral. Como

exemplo tem-se a multiplicidade de tarefas, onde o Agente deve escolher quais ações tomará para

diversas tarefas que são possivelmente conflitantes entre si; modelos com vários agentes ou

principais; repetição da relação por vários períodos, etc.

7

2.2 – Risco Moral no Seguro Saúde

Como foi detalhado anteriormente, o risco moral é formado de informações assimétricas

que dificultam a identificação correta das ações a serem tomadas pelos agentes em situações

normais. No caso do seguro saúde, se fosse possível determinar antecipadamente quais gastos

seriam cobertos, não haveria ocorrência de risco moral porque quando se sabe quais cuidados

médicos são necessários, a pessoa contrataria o reembolso desses cuidados médicos através de

um prêmio e seu comportamento não variaria, independente de estar segurado ou não.

Como existe uma imprevisibilidade em relação a gastos médicos, fica inviável contratar

um seguro saúde completo. Assim, os indivíduos ficam tendenciosos a alterar seu

comportamento, utilizando serviços médicos em excesso já que quando estão segurados não

arcam com os custos totais.

De acordo com CUTLER & ZECKHAUSER (2000), a elevação de gastos que acompanha

o seguro saúde pode ser decomposta em dois efeitos: o efeito renda e o efeito substituição.

No efeito renda o que acontece é que o indivíduo transfere sua renda de quando estava

saudável para seu estado de enfermidade, maximizando, assim, sua utilidade total, já que o

seguro age de forma mutualista transferindo a renda de indivíduos que permanecem saudáveis

para aqueles que adoecem. Desta forma, existe um compartilhamento dos riscos, objeto do

seguro, e os indivíduos podem acessar os serviços de saúde importantes, os quais não teriam

condições financeiras de arcar com os custos totais na ausência do seguro.

O efeito substituição vem representado da seguinte maneira: como o preço dos serviços

médicos diminui com a presença do seguro, eleva a sua demanda. Essa atitude é exatamente o

risco moral e não é desejável em relação a se ter eficiência, pois os benefícios por esses gastos

adicionais são menores do que seus custos, causando, conseqüentemente, desperdícios.

8

2.2.1 – Demanda por Serviço de Saúde

De acordo com ARROW (1963), o setor se saúde apresenta diversas particularidades que

o diferenciam de outras áreas da economia. As mais importantes são:

o Para o usuário, a demanda por serviços de saúde é irregular e imprevisível. Assim, a

maioria das pessoas não sabe quando e com que freqüência vai necessitar de um serviço

médico;

o A procura por um serviço de saúde não ocorre em uma situação normal, já que o

indivíduo está doente. Com essa circunstância, a condição do paciente pode comprometer

a racionalidade da decisão pelo tratamento;

o No mercado de serviços de saúde não existe a garantia que uma experiência anterior bem-

sucedida, como cirurgia, por exemplo, se repita da mesma maneira, mesmo se a equipe

médica for a mesma. Essa característica gera a necessidade de que exista uma grande

relação de confiança entre médico e paciente;

o O médico supostamente tem que usar de sua ética médica ao receitar tratamento

dissociado de seu interesse próprio, assim, a conduta em relação ao atendimento deverá

ser estritamente determinada pelas necessidades do paciente, e não pela sua capacidade

econômica de pagamento;

o A mesma ética médica também condena qualquer tipo de propaganda e competição entre

médicos, com isso o paciente fica restrito a decidir seu atendimento com informações

limitadas, inclusive em relação a preços;

o A entrada de profissionais no mercado é limitada por diversos requisitos como

especializações, residências, etc. e, particularmente, por restrições impostas à prática de

profissionais não-médicos;

9

o No mercado de serviços de saúde existe uma discriminação de preços, onde ocorre uma

cobrança diferenciada de preço para um mesmo tipo de serviço e conseqüentemente com

o mesmo custo. Tarifações de preços podem ocorrer até desvinculadas do custo. No Brasil

se observam médicos tarifando seus honorários como proporções da conta hospitalar,

dentre outros casos;

o Ocorre na relação entre médico e paciente uma diferença entre os conhecimentos acerca

das reais condições de saúde do paciente. O paciente tem maior controle sobre seu estado

de saúde e o médico tem reconhecimento da existência dessa importante diferença de

conhecimento.

A presença de incertezas e as potenciais perdas econômicas transformam os seguros em

uma iniciativa bastante atrativa. Além das incertezas e os riscos envolvidos, também se têm os

tratamentos médicos com custos econômicos elevados. Sendo assim, os indivíduos buscam no

seguro saúde, independente de ser público ou privado, sua garantia de minimização dos riscos e

incertezas.

De uma forma negativa, o que se pode observar com os seguros saúde no mercado de

serviços é que os preços pagos pelos consumidores, diretamente, são reduzidos a zero ou muito

próximo a zero com a efetivação do seguro saúde. Como ele não terá mais a preocupação com os

custos do serviço de saúde já que as informações oferecidas a ele não terão mais relação com o

custo em si, provavelmente abre espaço para o aparecimento de má utilização dos recursos.

Segundo IUNES (2002), outra característica importante relativa à demanda por serviços

de saúde está relacionada ao fato de esta ser também determinada por fatores não-monetários,

como o tempo que a pessoa dispende ao consumir tais serviços. Se o mercado de atenção médica

é em boa medida segurado, tornando, portanto, os custos monetários próximos de zero para o

consumidor, o componente tempo passa a ser relativamente mais importante que o preço

monetário.

10

2.2.2 – Tipos de Risco Moral no Seguro Saúde

Quando o seguro saúde diminui para o paciente o custo financeiro de sua procura por

serviços médicos, gera incentivos para que ocorram comportamentos oportunistas e de má fé,

entre eles o risco moral. Os incentivos que condicionam o paciente a agir de forma oportunista

podem variar, determinando o aparecimento de diferentes tipos de risco moral.

De acordo com SANTERRE & NEUN (1996), existem cinco tipos de ações

caracterizando o risco moral no seguro saúde:

o Ao longo do tempo, o usuário tende a diminuir as precauções que normalmente tomaria

para evitar o aparecimento de doenças, como a adoção de hábitos saudáveis, o que

representa futuros aumentos de custos para a seguradora;

o O usuário pode aumentar sua demanda além do nível considerado eficiente;

o O usuário não se preocupa em pesquisar preços e encontrar provedores de serviços com a

melhor relação custo / benefício;

o O usuário relaxa o monitoramento em relação ao comportamento do médico, que pode

prescrever tratamentos ou exames desnecessários;

o A adoção de tecnologias médicas avançadas com baixo benefício e alto custo.

Já ZWEIFEL & MANNING (2000) consideram três as classes de risco moral:

o Risco moral ex-ante: diminuição de atividades de prevenção;

o Risco moral ex-post estático: aumento da utilização de serviços médicos, para uma dada

tecnologia; e

11

o Risco moral ex-post dinâmico: adoção de tecnologias médicas cada vez mais avançadas,

mas cujo custo é muito alto em relação aos benefícios que oferecem.

Para cada um dos tipos de risco moral, o Agente (parte informada) modifica seu

comportamento quando contrata um seguro, aumentando seus riscos e a probabilidade da

ocorrência de perdas gerando gastos que serão de responsabilidade da seguradora que ofereceu a

cobertura. Como a seguradora não tem controle sobre todas as informações do Agente, problema

este causado pela assimetria de informação, ela não pode se assegurar deste risco cobrando um

prêmio proporcional que leve em consideração a probabilidade de ocorrência de risco moral ou

oportunismo, já que não sabe o nível de perda esperado.

Existem outras classificações de risco moral. Dentre elas se tem que o risco moral pode

ser causado tanto pelo paciente ou pelo médico. O tipo mais comum, o causado pelo paciente,

demonstra, como dito anteriormente, que o paciente pode determinar a quantidade de serviços

médicos que irá utilizar, podendo agir oportunisticamente ou de má fé apenas por possuir o

seguro saúde.

Geralmente, a relação entre médico e paciente ocorre de maneira satisfatória, assim, o

médico indica para o paciente o tratamento mais adequado para sua doença. Dependendo do

paciente que está sob serviços médicos e os incentivos recebidos, o médico pode mudar seu

comportamento modificando a demanda do paciente por consumo de serviços médicos, como o

aumento de consultas, exames complementares ou terapias. Esse tipo de comportamento

oportuno caracteriza o risco moral causado pelo médico que também recebe uma denominação

específica de demanda induzida pelo provedor.

12

2.2.3 – O Sistema de Saúde Brasileiro

O sistema de saúde brasileiro pode ser considerado como um sistema misto de saúde,

tanto o setor público como o privado pode prover e financiar serviços médicos. Pelo artigo nº 196

da constituição de 1988, a saúde é direito de todos e dever do Estado, garantido mediante

políticas sociais e econômicas que visem à redução do risco de doença e de outros agravos e ao

acesso universal igualitário às ações e serviços para sua promoção, proteção e recuperação.

Complementarmente, o artigo nº 199 dispõe que a assistência à saúde é livre à iniciativa privada.

O setor público é responsável pela cobertura de toda a população residente do país.

Estudos demonstram que mesmo com essa cobertura, parte da população está coberta também

por um plano privado, para garantir uma suplementação de sua assistência médica.

Atualmente o sistema de saúde suplementar brasileiro pode ser dividido em quatro

modalidades que se diferem na forma de contratação dos serviços de saúde. As quatro

modalidades são: a medicina de grupo, cooperativas médicas, os planos próprios de empresas e as

seguradoras.

Na medicina de grupo, empresas médicas administram planos de saúde para empresas,

indivíduos e famílias, basicamente, e principalmente, por meio de uma rede credenciada de

serviços. Para pessoas jurídicas, a adesão dos funcionários é automática caso não haja

participação financeira do mesmo no custeio. Se houver participação, a adesão é opcional.

Nas cooperativas médicas, os próprios médicos são sócios e prestadores dos serviços. Seu

pagamento é calculado proporcionalmente a quantidade de serviços prestados. Como exemplo de

cooperativa médica, têm-se as UNIMED’s que representam praticamente a totalidade dessa

modalidade.

No caso dos planos próprios das empresas, tais planos são fechados, restritos aos

funcionários e seus dependentes. Normalmente os funcionários são de uma única empresa que

administra diretamente o plano que poderá ter sua rede credenciada. Existem empresas que

13

financiam totalmente o plano básico para seus funcionários, mas normalmente ocorre uma

participação financeira do empregado.

Finalmente, as seguradoras que originalmente só ofertavam seguro saúde por meio de

reembolso, atualmente já trabalham lançando mão de uma rede credenciada. A tabela 1 mostra a

distribuição do número de beneficiários no sistema de saúde suplementar, por modalidade, para

cada estado brasileiro.

Tabela 1 - Distribuição do Número de Beneficiários por Modalidade e por Estado Brasileiro no Sistema de Saúde Suplementar

MODALIDADE

UF Autogestão

Cooperativa Médica

Medicina de Grupo

Seguradora Especializada

em Saúde Total

Rondônia 26.771 46.187 20.726 4.602 98.286 Acre 10.889 25.993 2.311 908 40.101 Amazonas 41.242 153.517 100.369 50.923 346.051 Roraima 7.577 753 335 765 9.430 Pará 116.980 314.155 106.586 16.980 554.701 Amapá 9.827 21.207 936 10.962 42.932 Tocantins 14.388 36.704 1.176 2.887 55.155 Maranhão 94.153 55.013 93.141 18.923 261.230 Piauí 37.698 40.676 73.035 3.048 154.457 Ceará 102.048 389.746 333.939 21.574 847.307 Rio Grande do Norte 57.830 152.898 158.996 16.405 386.129 Paraíba 83.328 188.189 18.815 12.880 303.212 Pernambuco 155.768 256.645 584.497 146.864 1.143.774 Alagoas 50.705 118.500 79.616 23.167 271.988 Sergipe 65.942 80.718 47.655 13.790 208.105 Bahia 250.304 238.415 454.216 259.540 1.202.475 Minas Gerais 688.781 2.011.361 1.036.951 195.409 3.932.502 Espírito Santo 159.036 361.299 303.232 41.308 864.875 Rio de Janeiro 905.620 1.229.497 2.121.879 738.304 4.995.300 São Paulo 1.174.753 4.264.177 8.072.279 2.602.713 16.113.922 Paraná 252.378 1.086.080 567.327 104.751 2.010.536 Santa Catarina 164.516 873.444 128.598 96.014 1.262.572 Rio Grande do Sul 347.858 768.196 543.799 113.563 1.773.416 Mato Grosso do Sul 138.558 148.800 12.982 13.044 313.384 Mato Grosso 36.430 208.448 3.494 14.583 262.955 Goiás 125.966 321.683 92.837 33.269 573.755 Distrito Federal 251.252 105.256 219.716 84.998 661.222 TOTAL 5.370.598 13.497.557 15.179.443 4.642.174 38.689.772

Fonte: ANS. Base de dados referente a junho de 2008.

14

Percebe-se que as modalidades com maior participação de beneficiários no sistema de

saúde suplementar são a medicina de grupo e as cooperativas médicas, sendo a primeira aquela

com maior número de beneficiários no conjunto total de estados brasileiros (15.179.443

beneficiários), aproximadamente 39%. O estado de São Paulo é aquele com maior número de

beneficiários no sistema de saúde suplementar e Roraima é o estado com menor número.

15

3 - Revisão da Literatura

Não é vasta a investigação empírica da presença de risco moral no sistema de saúde

brasileiro. A dificuldade na realização de trabalhos referentes a este tópico se deve à falta de

informações e banco de dados que demonstram o consumo dos serviços de saúde e as

características dos indivíduos envolvidos. Os poucos trabalhos que existem, normalmente

utilizam os dados publicados na PNAD, o que delimita muito o processo de pesquisa nacional.

Para se identificar a presença de risco moral, pode haver diversas maneiras de examinar e

quantificar esse peso para o sistema de saúde. Essa diversidade resulta da não padronização dos

sistemas de saúde ao redor do mundo, tanto em relação aos seus bancos de dados como para

algumas outras regras institucionais.

NEWHOUSE (1996) realizou um estudo cuja base de dados é o Rand Health Insurance

Experiment, um experimento empreendido nos anos 70 nos EUA, no qual diversas famílias, após

receberem, aleatoriamente e sem possibilidade de escolha, planos de saúde com 14 tipos

diferentes de cobertura, tiveram suas demandas por serviços médicos monitoradas por um

período de até cinco anos. O resultado do trabalho mostrou que a demanda por serviços de saúde

é inversamente proporcional às variações de preço, ou seja, quanto mais houver mecanismos de

divisão de despesas menor será a procura pelos serviços médicos de assistência a saúde.

Também utilizando o Rand Health Insurance Experiment (HIE), MANNING et Al.

(1987) examinam a existência de risco moral em pessoas seguradas por um plano de saúde. O

objetivo do experimento era estudar os efeitos de diversas distribuições de custos sobre a busca

por serviços médicos. As elasticidades preço da demanda por serviços médicos observadas

através desse trabalho ficaram entre -0,1 e -0,2.

CAMERON et al. (1988) desenvolveram um modelo de demanda de seguro saúde que

envolve incertezas, havendo correlação entre a procura do seguro e a utilização dos serviços de

saúde, caracterizando o risco moral. O que se quis avaliar foram as possíveis distorções na

demanda por serviços de saúde quando o indivíduo contrata um seguro saúde. Foram utilizados

16

dados da Austrália, retirados a partir da cross-section do Australian Health Survey de 1977-78. O

modelo econométrico desenvolvido utilizou variáveis instrumentais da escolha do seguro saúde

como variável dependente do modelo de utilização dos serviços de saúde. O que se pôde destacar

foi que o estado de saúde do indivíduo afeta mais a utilização do serviço de saúde do que a

demanda pelo seguro. Foi avaliado também que a renda é mais importante para se escolher o

seguro do que a própria utilização dos serviços médicos. A utilização dos serviços de saúde por

pessoas com coberturas maiores no seu seguro é maior, observando, assim, a presença de seleção

adversa e risco moral.

Para o sistema de saúde chileno, SAPELLI e VIAL (2003) examinaram a presença de

risco moral e seleção adversa. As variáveis escolhidas para análise foram: o número de consultas

médicas e número de dias internado. Foi comparada a utilização de consultas e dias de internação

para aqueles com e sem seguro saúde. Para o caso de dias de internação o risco moral não é

relevante, já para consultas a presença de risco moral é bem significativa.

CHIAPPORI et al. (1998) utilizaram bases longitudinais como fonte alternativa para

avaliar a presença de risco moral na demanda por serviços de saúde solucionando o problema da

endogeneidade. O que ocorre é que essas bases acompanham o mesmo indivíduo ao longo do

tempo, identificando o impacto das mudanças nas características individuais sobre a utilização.

A análise do trabalho considerou três aspectos para a decisão de realizar uma consulta:

consulta em consultório, consulta em casa e consulta no consultório com médico especialista.

Como conclusão do trabalho apresentou-se indicação de risco moral para consultas em casa, mas

não apresentou para consultas no consultório. O que se percebe é a presença de risco moral na

demanda pelo serviço de saúde quando os custos não monetários também são importantes, como

deslocamento e tempo.

ZWEIFEL e MANNING (2000), em um trabalho tanto teórico como empírico sobre risco

moral e a demanda por serviços de saúde, caracterizaram dois tipos de risco moral: ex ante, a não

busca de prevenção contra malefícios para a saúde causando a necessidade de buscar serviços de

17

saúde, e ex post, uma vez segurado, o indivíduo tem um incentivo a demandar serviços médicos

acima do socialmente ótimo.

MA & MACGUIRE (1997) acreditam que modelos para risco moral devem levar em

consideração a relação entre pacientes, médicos e seguradoras. Os autores propuseram um

modelo cujos parâmetros contratuais determinam o esforço do médico e a demanda de serviços

médicos é escolhida pelo paciente de acordo com o esforço do médico. A conclusão foi que

soluções de second best podem ser implementadas com determinadas condições que, se ausentes,

serão necessárias soluções de third best.

STANCIOLI (2002) analisa como a ausência de incentivos adequados no seguro saúde

ocasiona o surgimento do fenômeno chamado risco moral e suas conseqüências na determinação

da demanda de serviços médicos. A base de dados utilizada no trabalho levou em consideração

tanto dados da PNAD de 1998 como também dados da ABRASPE. A análise empírica dos dados

da PNAD de 1998 realizada observa o efeito da cobertura por tipo de plano de saúde (se aberto

ou fechado) e o efeito da presença do co-pagamento no plano sobre a utilização dos serviços de

saúde. Já para o caso dos dados da ABRASPE, a análise empírica avalia o efeito de variáveis de

racionalização da demanda dos serviços de saúde sobre a utilização.

Como resultados finais, observou-se que para a regressão com os dados da PNAD a

variável plano teve um coeficiente estimado de 1,07, o que significa que os indivíduos cobertos

por plano de saúde realizam, em média, 1,07 consultas a mais por ano em relação aos não-

cobertos, independente de outros fatores. Estimou-se que a introdução de co-pagamento diminui

a demanda individual em 0,21 consulta por ano, valor correspondente ao risco moral. Já para as

regressões com os dados da ABRASPE, a magnitude estimada do risco moral é de 1,31 consultas

per capita adicionais ao ano, ou seja, a demanda de consultas é sensível à existência de controle.

MAIA (2004) investiga a presença de risco moral no sistema de saúde brasileiro a partir

de uma análise contra-factual. Duas variáveis de utilização do cuidado médico foram

selecionadas: consultas médicas e dias de internação. Os resultados sugerem a presença de

sobreutilização para os dois tipos: para o modelo de consultas, observou-se que cada indivíduo

18

utiliza, em média, 24% mais serviços que se não tivesse plano de saúde. Para a estimativa de

internação, encontrou-se que cada indivíduo utiliza, em média, 22% mais serviços que se não

estivesse segurado.

Como se pôde perceber existe diversos trabalhos que analisam a presença de risco moral

na demanda de serviços de saúde para aqueles casos em que os indivíduos estão cobertos por um

tipo de seguro. Os resultados não são consensuais, pois dependem da classe do serviço e do tipo

de cobertura. No Brasil os trabalhos que evidenciam o risco moral ainda são escassos e a pouca

disponibilidade de base de dados que não o da PNAD, gera dificuldade de análise mais específica

do mercado de saúde brasileiro. Os resultados dos estudos podem ser afetados também pela

metodologia empregada na análise e, especificamente, nesse trabalho a metodologia proposta será

inédita no Brasil para a análise do risco moral. Metodologia esta que será mais detalhada na

próxima seção.

19

4 - Metodologia

A metodologia ou objetivo principal desse trabalho consiste em comparar a utilização dos

serviços de saúde dos indivíduos que possuem cobertura de um plano de saúde com a daqueles

que não possuem nenhuma cobertura. Basicamente, irá se comparar quantitativamente o uso

anual de consultas médicas entre os indivíduos com e sem plano de saúde. Uma provável causa

da diferença de utilização pode ser causada pela sobreutilização de serviços médicos somente

pela presença de cobertura por um plano de saúde, caracterizando o risco moral.

O método a ser utilizado é uma estimação contra-factual com a presença de estimadores

com matching baseados no propensity score. Assim, será mensurado quanto dos serviços

médicos os indivíduos com plano consumiriam se não tivessem tal plano de saúde. Os

estimadores com matching baseados no propensity score vêm sendo utilizados em outras análises

e trabalhos publicados, mas na literatura brasileira de risco moral não temos conhecimento de

artigos usando este método, o qual demonstrou ser bem adequado para o cálculo de risco moral.

A teoria dos contra-factuais aborda que:

o O fato é que algumas pessoas recebem tratamento;

o A questão contra-factual é: “O que teria realmente acontecido com aqueles que, de fato,

receberam tratamento, se eles não tivessem recebido tratamento (ou vice-versa)?”;

o Contra-factuais não podem ser vistos ou escutados, nós apenas podemos criar uma

estimativa deles;

o Matching baseado no propensity score é uma “estratégia de correção” que corrige, para as

tendências selecionadas, as estimações geradas.

20

O matching baseado no propensity score emprega uma probabilidade prevista de um

membro de um grupo baseado em previsões observadas, usualmente obtidas por uma regressão

logística para criar um grupo contra-factual. Propensity score pode ser usado para matching ou

como covariáveis.

O propensity score possui algumas limitações. São elas:

o São necessárias amostras grandes;

o Dimensões dos grupos devem ser substanciais;

o Tendências escondidas podem permanecer porque o matching somente controla variáveis

observadas.

Para se ter um bom matching baseado no propensity score deve-se identificar grupos de

tratamento e comparação com dimensão substancial, deve-se concentrar, se possível, em

variáveis que são precisamente medidas e estáveis e usar uma variável composta que minimize

diferenças nos grupos entre vários pontos.

No caso do risco moral na utilização dos serviços de saúde temos que considerar as

características (variáveis) que levam os indivíduos a demandar planos de saúde. Aqueles que

possuem planos de saúde são normalmente aqueles que procuram mais serviços de saúde, pois

suas características (maiores enfermidades juntamente com maiores rendas, por exemplo) levam

a esta condição. Desta forma, a diferença de utilização maior para os indivíduos com plano dar-

se-ia mais pelo diferencial de características do que pela presença do risco moral.

O mérito do método de matching com propensity score está em isolar o efeito do risco

moral controlando pelas características (observáveis) dos indivíduos que os levam a possuir

planos de saúde. Ou seja, indivíduos com características semelhantes podem possuir ou não

planos de saúde. O risco moral ocorre quando os que possuem o plano de saúde demandam

significativamente mais serviços de saúde que os semelhantes que não possuem. Quando se tem

21

cobertura por plano de saúde, os indivíduos praticamente não arcam com o custo marginal total

de cada procedimento, tendo assim um custo monetário marginal igual ou próximo a zero.

O primeiro passo para tornar comparáveis as médias anuais de consultas dos indivíduos

com e sem planos de saúde é calcular os propensity scores, que nada mais são que probabilidades

individuais de se ter planos de saúde. Estas probabilidades são obtidas através da estimação de

um modelo logit dado por:

Prob(Y=1 Ι x) = β

β

'

'

x

x

e

e

+1

(4.1)

Onde Y = 1 se o indivíduo possui plano de saúde e Y = 0 de outra forma, e X é um vetor

de covariáveis que tanto afetam a demanda por planos de saúde quanto sua utilização em

consultas médicas. A distribuição logística tende a dar probabilidades maiores para Y = 0 quando

x’β é extremamente pequeno (e probabilidades menores para Y = 0 quando x’β é muito grande)

em relação à distribuição normal, utilizada no modelo probit. Essas duas distribuições tendem a

fornecer probabilidades similares para valores intermediários de x’β.

Com a estimação dos propensity scores é possível calcular os estimadores de matching

que serão feitos de duas formas. A primeira considerando o matching a partir de estratos e a

segunda considerando um matching a partir de uma função densidade (Kernel Matching).

De forma mais generalizada, a estimativa de risco moral nessa análise contra-factual será

representado pela diferença das seguintes parcelas:

o Quantidade média de consultas médicas consumidas pelo indivíduo i após adquirir um

plano de saúde;

o Quantidade média de consultas médicas consumidas pelo indivíduo j, sem plano de saúde.

22

Esquematizadamente:

∆ = E ( yi1 / Pr(X), D=1) – E (y j

0 / Pr(X), D=0)

(4.2)

Onde:

A diferença é entre as médias da variável de interesse para indivíduos com características

observáveis idênticas;

yi1 é a utilização da sub-amostra com plano de saúde;

y j0 é a utilização da sub-amostra sem plano de saúde;

Pr(X) é a probabilidade de se ter planos de saúde condicionada ao conjunto de atributos

individuais (X);

D=1 são indivíduos que possuem algum plano de saúde;

D=0 são indivíduos que não possuem nenhum tipo de plano de saúde.

Uma grande vantagem do método de propensity score é que ele tenta minimizar as

informações contidas nas variáveis X, que irão afetar na decisão de adquirir um plano de saúde

ou não. Isso é feito por meio de uma estimação, entrelada a essas variáveis, da probabilidade de o

indivíduo pertencer ao grupo com planos de saúde (os propensity score). Assim, não se irão

utilizar as variáveis X diretamente e sim as probabilidades de participação derivadas delas.

O matching a partir de estratos considera a comparação entre as médias da variável de

interesse dos indivíduos com e sem plano de saúde, os quais possuem em média a mesma

estimativa de propensity score. Assim, estimam-se as probabilidades de participações, isto é, o

propensity score para os indivíduos. Em seguida, esses indivíduos são agrupados de acordo com

suas probabilidades. O resultado final representa a soma ponderada das diferenças das médias das

variáveis de interesse (Y) para cada grupo, com os pesos dados pela participação de cada

indivíduo em cada grupo.

23

Sendo Y a variável de interesse (número de consultas médicas no ano), o que

primeiramente se deve fazer é computar as diferenças de utilização de consultas médicas entre

aqueles que têm e não têm plano de saúde dentro de cada estrato:

m,....,,e.........N

Y

N

Y

SPe

)e(Sj

SPi

CPe

)e(Si

CPi

Se 21=−=

∑∑∈∈

∆

(4.3)

Onde S(e) é o conjunto de indivíduos do estrato e, CPiY e SP

iY correspondem aos resultados

observados para os indivíduos i e j, respectivamente, dos grupos dos com plano de saúde e sem

plano de saúde no estrato e CPeN e SP

eN correspondem aos respectivos números de indivíduos nesse

mesmo estrato. O resultado final ( S∆ ) é determinado a partir da média ponderada desses m

resultados obtidos para os estratos:

∑=

=m

eCP

CPeS

eS

N

N

1

∆∆

(4.4)

Vale salientar que mesmo comparando indivíduos com médias de probabilidades de

participações aproximadas em cada grupo, o matching a partir de estratos poderá não utilizar

todas as observações disponíveis, já que em certos casos será possível que indivíduos sem plano

de saúde estejam ausentes de alguns grupos.

Partindo agora para o matching através de uma função densidade ou Kernel Matching,

esse método poderá ter uma ampliação do universo a ser comparado para cada indivíduo com

plano de saúde, assim os indivíduos com plano de saúde são individualmente cotejados com todas

as observações do grupo de indivíduos sem plano de saúde, ponderando-se esse cotejo por meio

da distância entre as observações do indivíduo sem plano e com plano. A distância referida é

calculada através de uma função densidade que calcula conforme as estimativas de propensity

score. Assim, o resultado final da estimativa de risco moral é obtido a partir de uma média das

24

comparações entre os indivíduos com plano de saúde e sem plano de saúde, ponderando-se pelo

número de indivíduos com plano de saúde.

Considerando uma função Kernel G e um parâmetro para janela h, para cada observação i

de indivíduos com plano de saúde (cada i ∈ CP), é estimada a média ponderada dos resultados

SPjY observados:

CPi,

h

piplG

h

pipjGY

Y

SPl

SPj

SPj

SPki ∈

−

−

=

∑

∑

∈

∈

(4.5)

O resultado final ( K∆ ) é determinado a partir da média das diferenças entre CPiY e SP

kiY ,

representado pela fórmula:

[ ]∑∈

−=CPi

SPki

CPiCP

K YYN

1∆

(4.6)

É importante salientar que esses tipos de estimadores baseados nas estimativas de

propensity score, mesmo solucionando o problema de matching entre indivíduos quando o

número de variáveis é grande, pode ter algumas limitações quando se trata de quanto será o

potencial de viés de participação das variáveis não-observáveis e não se poderá ter garantia de

que haverá indivíduos comparáveis.

Se o resultado retornar um valor positivo para a estimativa de risco moral, significará que

o valor esperado de utilização de serviços de saúde é maior para os indivíduos que adquirem um

plano de saúde do que para os indivíduos que não adquirem nenhum plano.

25

4.1 – Fonte de Dados

A base de dados utilizada nesse trabalho foi retirada da Pesquisa Nacional por Amostra de

Domicílios (PNAD) do ano de 2003, realizada pelo Instituto Brasileiro de Geografia e Estatística

(IBGE).

A PNAD apresenta resultados selecionados da pesquisa, abrangendo informações sobre as

características gerais da população, migração, educação, trabalho, famílias e domicílios bem

como indicadores retrospectivos de rendimento relativos ao período de 2003, para o conjunto do

País e grandes regiões. São também apresentadas algumas estatísticas destacadas desses temas,

relativas a 2003, para as unidades da federação. Esta base possui ainda um suplemento inédito

com informações a respeito das características de saúde dos moradores como presença de

doenças crônicas, auto-avaliação de saúde, presença de planos de saúde e números de consultas

médicas anuais.

26

4.1.1 – Seleção da Amostra e Definição das Variáveis

Para a análise proposta por esse trabalho, optou-se por utilizar apenas os dados referentes

aos chefes de família, por serem estes os agentes diretamente responsáveis pela decisão de

adquirir plano e os diretamente envolvidos na atividade de ocupação. Esta seleção também foi

realizada por MAIA (2004) dado que é o chefe de família o responsável por responder as

questões dos suplementos dos questionários da PNAD.

Os resultados serão apresentados de forma segregada de acordo com os 9 (nove) estados

do Nordeste do Brasil com o objetivo de concentrar o estudo de forma regional e para fazer uma

análise específica e com uma melhor comparação característica.

A tabela 2 elenca todas as variáveis explicativas que serão usadas nas equações dos

modelos aqui apresentados, referentes aos chefes de família segregados pelos 9 (nove) estados do

Nordeste do Brasil.

Tabela 2 – Definição das Variáveis

VARIÁVEL DEFINIÇÃO VALOR CÓDIGO

Idade Variável contínua Variável contínua

IDADE

Sim 1 Raça = Branco

Não 0 branco

Sim 1 Raça = Negro

Não 0 negro

Anos de estudo Variável contínua Variável contínua

anos_estudos

Sim 1 Tipo de família = Casal sem filho

Não 0 casal_sf

Sim 1 Tipo de família = Mãe com filho

Não 0 mae_cf

Sim 1 Tipo de família = Outro tipo de família

Não 0 famil_outros

Sim 1 Posição na ocupação: Empregado sem carteira

Não 0 empreg_s_cart

Sim 1 Posição na ocupação: Doméstico

Não 0 domestico

Sim 1 Posição na ocupação: Conta própria

Não 0 conta_propria

27

VARIÁVEL DEFINIÇÃO VALOR CÓDIGO

Sim 1 Posição na ocupação: Empregador Não 0

empregador

Sim 1 Posição na ocupação: Fora da população economicamente ativa Não 0

Nao_PEA

Sim 1 Posição na ocupação: Desocupado

Não 0 desocupado

Sim 1 Sexo = Masculino

Não 0 homem

Sim 1 Renda Familiar per capita entre 0,5 e 1 salário mínimo Não 0

renda_05_1

Sim 1 Renda Familiar per capita entre 1 e 2 salários mínimos Não 0

renda_1_2


renda_2_3


renda_3_4


renda_4_5

Sim 1 Renda Familiar per capita acima de 5 salários mínimos Não 0

renda_5_

Sim 1 Zona de residência = urbana de cidade

Não 0 Urbana_urb

Sim 1 Auto-avaliação do estado de saúde = Bom ou Muito Bom Não 0

saúde_bmb

Sim 1 Soma do número de filhos menores do que 2 anos de idade Não 0

filho02_sum

Sim 1 Soma do número de filhos entre 2 e 7 anos de idade, exclusive Não 0

filhos_2_7_sum


filhos_7_15_sum


filhos_15_25_sum

Sim 1 Portador de problema crônico

Não 0 D_cronica

Fonte: Elaboração da autora.

A utilização da variável sexo significa uma busca por separar o efeito de diferentes graus

de necessidade de utilização do serviço de saúde entre homens e mulheres, já que se espera que

as mulheres utilizem mais serviços do que os homens. Já para as idades, espera-se que quanto

maior a idade, maior será a utilização dos serviços de saúde.

28

A variável de raça foi incluída apenas para se observar se a utilização dos serviços de

saúde se explica por diferenças raciais. Para os anos de estudo, acredita-se que quanto maior o

nível de estudo, maior será a utilização já que indivíduos mais escolarizados tendem a se

preocupar mais com a saúde.

No caso das variáveis tipo de família e soma do número de filhos ocorrerá uma captação

de diferentes dinâmicas familiares que poderão se comportar distintamente em relações a suas

decisões. Para a renda mensal familiar espera-se que quanto maior for a renda maior será a

demanda por planos de saúde complementares.

As dummies para posição na ocupação e a zona de residência objetivam checar as

diferenças nas densidades populacionais, como também controlar o diferencial de acesso ao

provimento dos serviços de saúde. Para as variáveis auto-avaliação do estado de saúde e portador

de problema crônico, o quanto pior for a situação, maior será a procura por planos e pela

utilização de serviços de saúde.

29

4.1.2 – Descrição dos Dados

As tabelas seguintes mostram um pouco da distribuição dos dados da PNAD 2003 em

relação aos dados escolhidos para análise, referente aos chefes de família para cada estado do

Nordeste do Brasil. A análise posterior não será individualizada por estado, pois o interesse é

apresentar de forma mais generalizada e simples. As tabelas 3, 4 e 5 demonstram a média para

cada variável explicativa para aqueles indivíduos sem plano de saúde, com plano de saúde e de

maneira geral, respectivamente.

Tabela 3 – Estatísticas Descritivas de Indivíduos sem Plano de Saúde

ESTADO VARIÁVEL

MA PI CE RN PB PE AL SE BA

n_consult 1.540208 2.268791 2.143148 2.194105 2.270042 2.608508 1.922747 2.007776 2.202676 renda_05_1 .2632944 .2957516 .3235594 .2990654 .3110307 .3064105 .2832618 .2986003 .3007358 renda_1_2 .1193256 .1168301 .1290979 .1653487 .1476793 .1433052 .0844063 .1765163 .1430100 renda_2_3 .0226978 .0187908 .0301364 .0359454 .0265220 .0262694 .0214592 .0497667 .0329097 renda_3_4 .0084306 .0106209 .0126247 .0107836 .0066305 .0099980 .0092990 .0155521 .0078930 renda_4_5 .0058366 .0024510 .0048870 .0050324 .0042194 .0050970 .0035765 .0108865 .0057525 renda_5_ .0077821 .0049020 .0061087 .0035945 .0078360 .0064693 .0028612 .0077760 .0069565 IDADE 46.56031 47.50572 45.84260 45.79080 47.92767 46.21545 46.69456 45.20918 46.12656

anos_estudos 3.362516 2.687908 4.033598 4.138749 3.125980 4.252696 3.032904 4.230171 3.900334 branco .2282750 .2091503 .3027897 .2933142 .3441832 .3234660 .3061516 .2286159 .1842140 negro .0616083 .0482026 .0350234 .0546370 .0657022 .0803764 .0701001 .0684292 .1884950

homem .7678340 .7557190 .7466911 .7634795 .7600964 .7080965 .7532189 .7363919 .7153177 casal_sf .1212711 .1421569 .1195276 .1351546 .1350211 .1254656 .1187411 .1360809 .1157191 mae_cf .1523995 .1617647 .1620851 .1560029 .1476793 .1783964 .1423462 .1741835 .1636120

famil_outros .1361868 .1241830 .1345958 .1430625 .1621459 .1531072 .1309013 .1640747 .1882274 D_cronica .4027237 .4950980 .3801670 .4370956 .4550934 .4730445 .4027182 .4191291 .4295652 saude_bmb .5706874 .5253268 .6491550 .6096334 .5949367 .5587140 .6223176 .6617418 .6094983 Urbana_urb .6725032 .5808824 .7910812 .7217829 .7450271 .8033719 .6466381 .7511664 .6976589

empreg_s_cart .1543450 .1045752 .1681939 .1703810 .1705847 .1462458 .1516452 .2006221 .1819398 domestico .0265888 .0351307 .0447974 .0323508 .0433996 .0452852 .0314735 .0443235 .0497659

conta_propria .4688716 .5049020 .3374058 .2724659 .3116335 .2707312 .2997139 .3102644 .3296321 empregador .0226978 .0596405 .0317654 .0294752 .0313442 .0266614 .0185980 .0295490 .0232776 Nao_PEA .1452659 .1274510 .1802077 .2142344 .2127788 .2254460 .2324750 .1485226 .1839465

desocupado .0090791 .0057190 .0164936 .0201294 .0162749 .0311704 .0228898 .0248834 .0231438 filho02_sum .1031128 .1013072 .1012014 .0905823 .1042797 .0964517 .1273247 .1345257 .0925753

filhos_2_7_sum .3696498 .3227124 .3233557 .2961898 .3140446 .3093511 .4034335 .3297045 .2977926 filhos_7_15_sum .6705577 .6135621 .6184077 .5391804 .5057263 .5138208 .6516452 .5396579 .5748495 filhos_15_25_sum .6173800 .5759804 .5235186 .5262401 .5129596 .5177416 .5343348 .5132193 .5480936

Fonte: Elaboração da autora a partir dos dados da PNAD 2003. Resultados gerados pelo software STATA.

Pode-se perceber que para as pessoas que não possuem plano de saúde, a média do

número de consultas médicas no ano foi entre 1,5 e 2,6, não chegando nem a 3 vezes em nenhum

estado do nordeste. Analisando a variável renda familiar per capita, nota-se que quanto mais

baixa a renda, maior a proporção de indivíduos sem plano de saúde. No caso de renda entre 0,5 e

1 salário mínimo, por exemplo, a proporção está entre 26 e 32%. Diferentemente das pessoas

30

com renda superior a 5 salários mínimos onde a proporção dos sem plano de saúde ficou entre 0,2

e 0,7%.

A idade média dos chefes de família ficou em torno de 45 e 47 anos. Já em relação aos

anos de estudo médio daqueles que não possuem plano de saúde alcançou o valor máximo de 4,2

anos. Em relação a variável raça, existe um diferencial em relação à proporção de indivíduos sem

plano de saúde quando se compara o percentual entre o grupo de brancos e negros. Enquanto o

primeiro a proporção fica entre 18 e 34%, o segundo fica entre 0,3 e 18%. Para a variável sexo,

percebe-se que a maior proporção de indivíduos sem plano de saúde é formada por homens, já

que seu percentual demonstra-se em valor entre 70 e 76%.

Para o restante das variáveis a análise será feita de forma conjunta após a análise da tabela

4, a seguir, a qual traz as estatísticas descritivas para aqueles indivíduos com plano de saúde.

Como também será observada a variação de percentual das variáveis aqui já expostas.

Tabela 4 – Estatísticas Descritivas de Indivíduos com Plano de Saúde

ESTADO VARIÁVEL











31

Para aquelas pessoas que possuem plano de saúde, a média do número de consultas

médicas no ano foi entre 2,4 e 4,5, superior a média daqueles sem plano de saúde cujo não

ultrapassou 3 vezes ao ano. Já analisando a variável renda familiar per capita, nota-se que a

proporção não está mais tão concentrada, ou seja, existem indivíduos com plano de saúde por

todas as faixas de renda, sendo a faixa entre 1 e 2 salários mínimos aquela com maior proporção,

entre 22 e 35%.

A idade média dos chefes de família ficou em torno de 46 e 50 anos, não muito diferente

daqueles sem plano de saúde. Já para os anos de estudo médio daqueles que possuem plano de

saúde este alcançou o valor máximo de 10,2 anos, bem superior aqueles sem plano de saúde, o

que demonstra que quanto maior o nível de escolaridade, maior a procura por plano. Em relação a

variável raça, como acontece para os indivíduos sem plano de saúde, também existe um

diferencial em relação à proporção de indivíduos quando se compara o percentual entre o grupo

de brancos e negros. Enquanto o primeiro a proporção fica entre 28 e 54%, o segundo fica entre

0,1 e 16%. Para a variável sexo, percebe-se que a proporção de indivíduos com plano de saúde do

sexo masculino tem seu percentual entre 63 e 73%.

Analisando de forma conjunta as variáveis que compõem o tipo de família (casal sem

filhos, mãe com filhos e outros tipos de família), pode-se perceber que não há diferenças

importantes na distribuição percentual tanto para o grupo de sem plano de saúde como para o

grupo com plano de saúde. O mesmo ocorre para a variável que expõe a soma do número de

filhos. Para a variável que mostra a posição na ocupação (empregado sem carteira, doméstico,

conta própria, empregador, não PEA e desocupado) apenas os empregados sem carteira e os

trabalhadores por conta própria apresentaram diferenças na distribuição percentual. No caso do

primeiro, o percentual para os indivíduos sem plano de saúde ficou entre 10 e 20%, enquanto que

para os com plano de saúde ficou entre 2 e 8%. No caso do segundo, o percentual para os

indivíduos sem plano de saúde ficou entre 27 e 50%, enquanto que para os com plano de saúde

ficou entre 7 e 14%.

Para o caso das variáveis portador de problema crônico, zona de residência igual a urbana

de cidade e auto-avaliação do estado de saúde igual a bom ou muito bom houve um aumento na

32

distribuição percentual entre o grupo dos indivíduos sem plano de saúde e com plano de saúde.

Para o grupo dos sem plano de saúde essas três variáveis tiveram valor máximo de 49%, 80% e

66%, respectivamente. Já para o grupo dos com plano de saúde, esses percentuais cresceram para

62%, 97% e 73%, respectivamente.

A tabela 5 traz os valores médios para cada variável escolhida para o estudo de forma

consolidada, sem segregar por ausência ou presença de plano de saúde. Ela evidencia as

diferenças que existem entre os estados, principalmente em relação ao número médio de

consultas anuais, o que sinaliza a necessidade de análises regionalizadas por estados.

Tabela 5 – Estatísticas Descritivas do Total de Indivíduos

ESTADO VARIÁVEL











33

5 – Resultados

Este capítulo analisa em etapas a presença de risco moral na demanda por consultas

médicas nos estados do Nordeste. Primeiro são mostrados os resultados relativos à demanda por

planos de saúde, e após a extração das probabilidades condicionadas (propensity scores) são

apresentados os cálculos estimados de risco moral.

Uma descrição das variáveis consideradas nas estimativas e os resultados dos modelos

logit de probabilidade de possuir plano de saúde podem ser vistos na tabela 6 a seguir:

Tabela 6 – Modelos Logit de Probabilidade de Possuir Plano de Saúde

ESTADO VARIÁVEL MA PI CE RN PB PE AL SE BA

renda_05_1 0.5732 1.4481** 0.8416** 1.4621** 1.1332** 0.8866** 1.1531** 0.5162 0.9114** (1.37) (3.17) (5.98) (3.26) (3.33) (7.02) (3.06) (1.39) (8.24)

renda_1_2 1.7740** 2.6623** 1.5833** 2.4272** 1.9365** 1.7524** 2.1973** 1.7827** 1.6995** (4.13) (5.60) (10.21) (5.12) (5.43) (13.12) (5.35) (4.80) (14.40)

renda_2_3 2.7985** 3.0731** 2.4129** 3.4380** 2.9835** 2.5489** 2.7399** 2.3872** 2.3350** (5.62) (5.34) (12.50) (6.49) (7.15) (14.48) (5.17) (5.75) (15.73)

renda_3_4 3.9808** 2.5817** 2.6712** 4.1939** 3.8600** 2.7722** 3.0878** 2.9936** 3.1143** (5.95) (3.97) (11.13) (6.85) (6.93) (11.68) (4.87) (5.93) (14.89)

renda_4_5 2.0889* 4.1768** 3.4196** 4.2472** 3.6321** 2.9820** 3.4482** 2.2336** 2.8148** (2.33) (4.83) (11.34) (5.44) (5.68) (10.42) (4.49) (3.91) (11.87)

renda_5_ 3.7760** 4.1375** 3.8435** 5.9964** 3.9082** 3.8952** 5.6647** 3.6464** 3.5905** (5.14) (5.51) (14.12) (8.34) (7.31) (15.57) (7.68) (6.62) (17.02)

IDADE 0.0582** 0.0169 0.0248** 0.0172+ 0.0147+ 0.0161** 0.0002 0.0214* 0.0223** (4.72) (1.60) (6.02) (1.74) (1.66) (4.25) (0.02) (2.26) (6.68)

anos_estudos 0.2712** 0.2090** 0.1606** 0.1234** 0.2039** 0.1641** 0.1392** 0.1772** 0.1989** (7.01) (6.26) (12.64) (4.11) (7.89) (14.49) (4.18) (6.43) (18.91)

branco 0.1563 -0.3118 0.1795+ -0.1236 0.0254 0.2510** -0.1508 0.0718 0.0948 (0.53) (1.19) (1.94) (0.55) (0.13) (2.94) (0.60) (0.35) (1.11)

negro 0.4258 0.2572 0.3946 0.5647 0.1871 -0.2964+ -0.6878 -0.5809 0.0013 (0.93) (0.48) (1.58) (1.24) (0.45) (1.69) (1.00) (1.53) (0.01)

homem -0.3064 -0.1079 -0.5892** -0.1204 -0.4530 -0.5810** 0.3964 -0.4797 -0.3708** (0.63) (0.28) (3.74) (0.29) (1.15) (4.07) (0.83) (1.61) (3.32)

casal_sf -0.8064+ -0.2007 -0.4337** -0.0204 -0.6957* -0.8375** -0.9377* -0.3426 -0.3373** (1.73) (0.51) (2.63) (0.06) (1.99) (5.55) (2.12) (1.00) (2.68)

mae_cf -0.9506+ -0.0823 -0.5247** -0.3641 -0.4749 -0.6909** 0.0921 -0.9141* -0.5592** (1.66) (0.18) (2.73) (0.72) (1.04) (4.06) (0.17) (2.36) (3.95)

famil_outros -1.3065* -0.6060 -0.6005** -0.3055 -1.0744** -1.1641** -1.0017* -0.3645 -0.7621** (2.50) (1.42) (3.52) (0.76) (2.78) (7.52) (2.06) (1.13) (6.31)

D_cronica 0.5164+ 0.7823** 0.4363** 0.4480+ 0.6861** 0.5452** 0.6112* 0.2285 0.3848** (1.77) (2.94) (4.19) (1.81) (3.09) (5.86) (2.23) (1.06) (4.82)

saude_bmb 0.1349 0.0570 -0.1179 0.1859 0.1624 0.2751** -0.5073+ -0.1211 0.1003 (0.44) (0.22) (1.07) (0.71) (0.70) (2.86) (1.73) (0.50) (1.20)

Urbana_urb -0.1599 1.1408** 1.1178** 0.6709+ 1.0512* 0.2922+ 1.0793* 0.9154* 0.6354** (0.44) (2.66) (4.79) (1.83) (2.28) (1.77) (2.51) (2.34) (4.89)

empreg_s_cart -2.8288** -1.6571** -0.9476** -1.6188** -1.6668** -1.0707** -0.3668 -1.8519** -1.3638** (4.20) (3.56) (5.93) (3.11) (4.54) (6.67) (0.91) (3.89) (10.45)

domestico 0.3541 -1.2778 -1.1844** -0.9540 -1.2513 -1.4171** -0.9080 -1.3874** (0.43) (1.51) (3.48) (0.90) (1.51) (4.28) (0.84) (5.33)

conta_propria -2.8080** -1.5466** -1.3511** -1.2435** -1.2514** -1.2525** -0.6092+ -1.0903** -1.5185** (6.54) (4.83) (10.42) (3.90) (4.41) (10.42) (1.78) (4.15) (14.90)

empregador -2.4378** -0.6309 -1.4890** -1.4464** -1.5089** -0.8302** -1.1368+ -0.9447* -0.9913** (3.77) (1.47) (6.56) (2.79) (3.82) (4.05) (1.84) (2.15) (5.97)

Nao_PEA -1.0531* -0.7300* -0.7960** -0.5741+ -0.6871* -0.5143** -0.6537 0.2408 -0.6447** (2.49) (1.97) (5.14) (1.65) (2.04) (3.93) (1.60) (0.77) (5.35)

desocupado -0.2902 -1.7684+ -0.7933* -1.9823 -0.9895 -1.2448** -1.2891 -0.9844** (0.31) (1.67) (2.22) (1.14) (1.17) (3.99) (1.16) (4.10)

34

ESTADO VARIÁVEL MA PI CE RN PB PE AL SE BA

filho02_sum 0.1914 -1.4389* 0.1689 0.7422 0.4220 0.1905 -0.4803 -0.5281 0.3983** (0.32) (2.12) (0.93) (1.57) (1.03) (1.14) (0.97) (1.20) (2.86)

filhos_2_7_sum 0.1559 -0.0885 0.2979** 0.3809 -0.0458 -0.0877 -0.0638 0.2465 0.0556 (0.56) (0.29) (2.97) (1.45) (0.19) (0.91) (0.25) (0.97) (0.69)

filhos_7_15_sum -0.0939 0.0064 -0.0692 0.0935 0.2233 0.0271 -0.1568 0.1362 0.0871 (0.49) (0.03) (0.95) (0.53) (1.47) (0.42) (0.77) (0.88) (1.62)

filhos_15_25_sum -0.0249 -0.0036 0.0139 -0.0499 0.0007 -0.0150 -0.0321 0.0048 0.0859+ (0.15) (0.02) (0.23) (0.32) (0.01) (0.28) (0.21) (0.04) (1.88)

Constant -6.7580** -5.9389** -4.9298** -6.0315** -5.5838** -3.9098** -4.8584** -5.1336** -4.6660** (6.17) (6.14) (12.41) (6.40) (6.46) (11.94) (5.01) (6.01) (16.74)

Observações 1680 1410 5952 1572 1920 6435 1556 1441 9332

Valor absoluto da estatística z entre parênteses. + Significante a 10%; * significante a 5%; ** significante a 1%. Fonte: Estimativa da autora a partir dos dados da PNAD 2003. Resultados gerados pelo software STATA.

O que se pode observar nos resultados das probabilidades de possuir plano de saúde com

relação a variável renda é que quanto maior a renda, maior a probabilidade de adquirir plano de

saúde. Somente as probabilidades de renda entre 0,5 e 1 salário mínimo dos estados do maranhão

e Sergipe não obtiveram significância, mas isso não invalidou a observação do comportamento

das probabilidades em relação a esta variável.

Com relação a variável idade, com exceção dos estados do Piauí e Alagoas, as

probabilidades obtiveram significância e agem com efeito positivo na variável, ou seja, quanto

maior a idade, maior a probabilidade de possuir plano de saúde. O mesmo ocorre para a variável

anos de estudo que apresentou significância para todos os estados do Nordeste.

Para a variável raça (branco e negro), as probabilidades, em geral, não obtiveram

significância, apenas o estado do Ceará obteve uma probabilidade significante e agindo

positivamente para quem é branco e o estado do Pernambuco apresentou significância na

probabilidade positiva para quem é branco e negativa para quem é negro. Em relação a variável

sexo (homem), para os valores das probabilidades significantes ocorre um efeito negativo, ou

seja, as mulheres têm maior probabilidade de possuir plano de saúde do que os homens.

Outra variável que apresentou efeito negativo para todos os estados do Nordeste foi a

variável tipo de família. Suas probabilidades com significância demonstram que os casais sem

filhos, mãe com filhos e outros tipos de família têm menor probabilidade de possuir plano de

saúde do que aquelas famílias formadas por casal com filhos.

35

No caso da variável Portador de Problema Crônico, em sua quase totalidade, exceto para o

estado de Sergipe, as probabilidades são significantes e agem de forma positiva, ou seja, a

presença de doença crônica aumenta a probabilidade de possuir plano de saúde. Para a variável

de auto-avaliação do estado de saúde (bom ou muito bom), as probabilidades não apresentaram

significância, apenas para o estado de Pernambuco, onde o efeito foi positivo, e para o estado de

Alagoas, onde o efeito foi negativo.

A variável de zona de residência (urbana de cidade) traz para a maioria das

probabilidades, exceto para o estado do Maranhão, significância e efeito positivo, isso quer dizer

que os indivíduos moradores de zona urbana de cidade possuem uma probabilidade bem maior de

possuir plano de saúde do que os habitantes das outras zonas de residência.

Sem nenhuma exceção, as probabilidades significantes de possuir plano de saúde

considerando a posição de ocupação (empregado sem carteira, doméstico, conta própria,

empregador, não PEA e desocupado) agem de maneira negativa, ou melhor, é mais provável que

um trabalhador com emprego mais estável e certo obtenha um plano de saúde. Com relação a

variável de número de filhos, as probabilidades em quase sua totalidade não obtiveram

significância.

A partir das estimativas dos coeficientes do modelo logit para cada indivíduo com e sem

plano de saúde, foram obtidas estimativas relativas à probabilidade de possuir plano de saúde.

Essas estimativas foram utilizadas para obter as estimativas de propensity score do número de

consultas médicas. Para se ter uma idéia das probabilidades estimadas, a partir dos

correspondentes histogramas no gráfico 1, são apresentadas as respectivas distribuições dessas

probabilidades para os dois conjuntos de indivíduos, com e sem plano de saúde.

36

Gráfico 1 – Distribuição dos Propensity Scores nos Estados do Nordeste – Chefes de Família com e sem Plano de Saúde

As estimativas no gráfico 1 indicam que, de fato, uma amostra aleatória de indivíduos sem

plano de saúde implica a obtenção de baixas probabilidades de possuir plano de saúde para a

maior parte do grupo de indivíduos. Mais especificamente, nota-se que a maior parte dos

indivíduos sem plano de saúde apresenta probabilidade de possuir plano de saúde entre 0 e 20%,

enquanto que para os indivíduos que possuem plano de saúde a maior parte apresenta

probabilidade de possuir plano de saúde acima de 20%. Essas diferenças apontam para a

importância de se considerar, na estimativa do impacto da contratação de plano de saúde no

número de procuras por consultas médicas, apenas comparações entre indivíduos com

probabilidades de possuir planos de saúde semelhantes.

0 .2 .4 .6 .8 1 Distribuição dos Propensity Scores

Sem Plano Com Plano

Maranhão


Sem Plano Com Plano

Rio Grande do Norte


Sem Plano Com Plano

Alagoas


Sem Plano Com Plano

Piauí


Sem Plano Com Plano

Paraíba


Sem Plano Com Plano

Sergipe


Sem Plano Com Plano

Ceará


Sem Plano Com Plano

Pernambuco


Sem Plano Com Plano

Bahia

37

A tabela 7 apresenta as estimativas de matching para o impacto da contratação de plano de

saúde no número de procuras por consultas médicas. Estima-se a diferença média entre a situação

quando se tem um plano de saúde e a situação caso não tenha o plano de saúde. A tabela 7

também apresenta aquela estimativa resultante apenas da comparação entre as médias de

consultas médicas, quando não são feitos quaisquer controles para a probabilidade de possuir

plano de saúde (Sem Controle).

Tabela 7 – Impacto da Contratação de Plano de Saúde no Número de Procuras por Consultas Médicas

Fonte: Estimativa da autora a partir dos dados da PNAD 2003. Resultados gerados pelo software STATA. No que diz respeito às estimativas sem controle algum para diferenças entre os indivíduos

com e sem plano de saúde, as evidências apontam para um impacto positivo da adesão a um

plano de saúde na procura por consultas médicas. No caso do estado do Maranhão que obteve o

menor resultado, em média, ocorre diferença de 0,930 vezes no número de procura por consultas

médicas para os indivíduos com plano de saúde no ano. Para o caso do estado do Rio Grande do

Norte, em média, ocorre diferença de 2,341 vezes no número de procura por consultas médicas

para os indivíduos com plano de saúde no ano. Não há, contudo, evidências estatisticamente

significantes favoráveis para o impacto na procura por consultas médicas no estado da Paraíba.

As duas estimativas de propensity score apontam para o mesmo padrão obtido na

estimativa sem controle, ou seja, em média, os indivíduos com plano de saúde apresentam

MA PI CE RN PB PE AL SE BA Número de Observações: Com Plano de Saúde 138 186 1.041 181 261 1.334 158 244 1.857 Sem Plano de Saúde 1.542 1.224 4.911 1.391 1.659 5.101 1.398 1.286 7.475

Média de Consultas: Com Plano de Saúde 2.471 4.177 3.725 4.535 3.509 4.401 3.177 3.536 3.724

Desvio-Padrão 0.255 0.599 0.172 0.409 0.313 0.181 0.343 0.246 0.131

Sem Plano de Saúde 1.540 2.268 2.143 2.194 2.270 2.608 1.922 2.007 2.202 Desvio-Padrão 0.068 0.107 0.070 0.101 0.113 0.082 0.081 0.085 0.048

Sem Controle 0.930* 1.908* 1.582* 2.341* 1.239 1.792* 1.254* 1.529* 1.521* Desvio-Padrão 0.242 0.362 0.172 0.318 0.310 0.186 0.267 0.222 0.117

Propensity Score (Stratos) 1.014* 1.939* 1.151* 2.262* -0.251 1.135* 1.393* 1.133* 1.442* Desvio-Padrão 0.307 0.658 0.302 0.540 0.492 0.464 0.413 0.306 0.167

Propensity Score (Kernel) 0.866* 1.900* 1.246* 2.242* 0.124 1.246* 1.327* 1.122* 1.385* Desvio-Padrão 0.391 0.619 0.228 0.487 0.436 0.422 0.562 0.320 0.167

* Indica significância estatística a 5%.

38

diferencial favorável quando se compara o número de consultas médicas daqueles com plano de

saúde e sem plano de saúde. Para o estado do Maranhão a diferença favorável ficou entre 0,866 e

1,014. Para o estado do Piauí a diferença ficou entre 1,900 e 1,939. O Ceará apresentou diferença

entre 1,151 e 1,246. Para o Rio Grande do Norte a diferença ficou entre 2,242 e 2,262, sendo esta

a maior diferença em comparação com os outros estados. O estado do Pernambuco teve diferença

entre 1,135 e 1,246. O estado de Alagoas apresentou diferença entre 1,327 e 1,393. Para o estado

de Sergipe a diferença ficou entre 1,122 e 1,133. Finalmente, para o estado da Bahia a diferença

ficou entre 1,385 e 1,442. Novamente, não há evidências estatisticamente significantes favoráveis

para o impacto na procura por consultas médicas no estado da Paraíba.

Como se pode perceber existiu uma diferenciação de resultados entre os estados do

nordeste do Brasil. Enquanto que o Maranhão apresentou valores menores (entre 0,866 e 1,014)

para o coeficiente estimado, o estado do Rio Grande do Norte já apresentou valores bem maiores

(entre 2,242 e 2,262). Essa diferenciação pode ser causada por características específicas que

variam de estado para estado. A rede de atendimento à saúde, a acessibilidade a planos privados

dentre outras diversas desconhecidas características diferenciam os resultados gerados na análise

por estado, características essas que podem ser estudadas e incorporadas em estudos futuros

complementares.

É importante salientar que não foi estudada, nem implementada nos cálculos, a eficiência

do sistema de saúde público para cada estado. Assim, o diferencial demonstrado nos resultados

para os estados do Nordeste pode ser reflexo do não isolamento do efeito da diferenciação dos

sistemas de saúde públicos estaduais, o que poderia explicar o porquê de um valor de risco moral

entre 0,866 e 1,014 para o estado do Maranhão e entre 2,242 e 2,262, mais do que o dobro, para o

estado do Rio Grande do Norte.

Como tratamos de estimativas, é sempre válido buscar pela maior robustez dos resultados.

Deve-se realizar, na medida do possível, uma análise minuciosa das características individuais e

suas reais contribuições para se obter uma estimativa de risco moral com maior credibilidade.

39

Fazendo um comparativo dos resultados obtidos com aqueles achados na literatura

nacional, pode-se perceber que em relação a análise de STANCIOLI (2002) cujo estudo resultou

em um coeficiente estimado de 1,07 consultas a mais por ano para aqueles que possuem plano de

saúde os resultados gerados por esse trabalho, em sua grande maioria, apresentam valores

superiores, mas ambos trabalhos demonstram a presença do risco moral. Com relação aos

resultados gerados por MAIA (2004) para o caso das consultas médicas cujo, em média, cada

indivíduo utiliza 24% mais serviços que se não tivesse plano de saúde, também existe um

consenso da existência de risco moral.

40

6 – Considerações Finais

O objetivo central deste trabalho foi checar a existência de risco moral no sistema de

saúde suplementar brasileiro. Risco moral este, analisado através da comparação de grupos de

indivíduos com e sem plano de saúde e suas buscas por utilização de serviços médicos.

Através da estimação de dois modelos de matching baseado no propensity score, um a

partir de estratos e outro a partir de uma função densidade, pôde-se verificar a existência sim de

risco moral, em ambos os modelos. Para o modelo de estratificação o valor estimado da diferença

de procura por consultas médicas ficou entre 1,014 e 2,262, sendo o estado do Rio Grande do

Norte o que apresentou maior diferença. Já para o modelo a partir de uma função densidade o

valor estimado da diferença de procura por consultas médicas ficou entre 0,866 e 2,242, com o

estado do Maranhão apresentando a menor diferença. Ou seja, indivíduos que possuem planos de

saúde geralmente buscam maior atendimento médico do que caso não estivessem cobertos por

nenhum plano.

A existência de risco moral que nada mais é do que uma assimetria de informação pode

gerar desvios de eficiência e até a extinção do mercado de saúde suplementar já que causa

dispêndios financeiros além do previsto, gerando uma obrigação de pagamento para os planos de

saúde além de sua capacidade. A grande procura por planos de saúde suplementar demonstra a

insuficiência do setor público de saúde que não consegue suportar tamanha procura por

atendimento aliada ao nível de desenvolvimento do setor.

O risco moral é caracterizado pela sobreutilização dos serviços de saúde. Uma forma de

conter essa sobreutilização sem se utilizar de realinhamentos lineares de preços que distorcem

ainda mais o mercado é implementar instrumentos inibidores de demanda e, conseqüentemente,

de despesas. Os mais comuns no caso dos seguros privados são os co-pagamentos, co-seguros e

franquias. Nos co-pagamentos e co-seguros é estabelecido um valor ou percentual que será

cobrado do indivíduo pelo serviço prestado, além da prestação usual do plano de saúde ou seguro.

41

Já no caso da franquia, é estabelecido um limite inferior de dispêndio até o qual o

indivíduo é responsável pelo pagamento integral dos serviços de saúde, por exemplo. Caso esse

limite seja ultrapassado, o seguro passa a cobrir os gastos parcialmente ou integralmente,

dependendo do tipo de contrato estabelecido.

Pôde-se perceber que existiu uma diferenciação de resultados entre os estados do nordeste

do Brasil, resultados estes que podem ter sido causados por características específicas que variam

de estado para estado. A rede de atendimento à saúde, a acessibilidade a planos privados dentre

outras diversas desconhecidas características diferenciam os resultados gerados na análise por

estado. Em trabalhos futuros é de extremo interesse e importância investigar o porquê das

diferenciações estaduais e, se e como os instrumentos inibidores de risco moral, aqui

relacionados, realmente têm efeito.

O que vale analisar com esses resultados é que o Brasil em toda sua extensão ainda deixa

a desejar um bom atendimento médico universal, já que a busca por um sistema privado de saúde

está cada vez maior e as despesas com procedimentos médicos estão crescendo

exponencialmente. O Sistema Único de Saúde não provê total apoio para aquela população que

mais necessita de atendimento e que não tem ainda a condição financeira de contratar um serviço

de saúde privado. Cabe às autoridades competentes adequar melhor ambos os sistemas, público e

privado, para que o acesso fique mais igualitário e que possam ser analisadas possibilidades de

melhorias nos contratos e, principalmente, na cobertura.

42

Referências Bibliográficas

ANS - Agência Nacional de Saúde Suplementar. Disponível em: <http://www.ans.gov.br>.

Acesso em: 11 de julho de 2008.

ARROW, Kenneth. Uncertainty and the welfare economics of medical care. American

Economic Review, v. 53 n. 5, p. 941-973, 1963.

ARROW, Kenneth. The economics of agency. In: Pratt , John ; Zecksauser, Richard. Principal

and Agents: The Structure of Business, Cambridge, MA: Havard Business School Press, 1985,

37-51.

BRASIL. Constituição [da] Republica Federativa do Brasil. Brasília, DF: Senado

Federal,1988.

CAMERON, A. C. et al. A microeconomic model of the demand for health care and health

insurance in Austrália. Review of Economic Studies, v.55, n.1, p.85-106, 1988.

CHIAPPORI, P. A.; DURAND, F.; GEOFFARD, P.Y. Moral hazard and the demand for

physician services: first lessons from a French natural experiment. European Economic Review,

v.42, n.3-4, p.499-511, 1998.

CUTLER, David M. ; ZECKHAUSER, Richard J. The anatomy of health insurance. In: Culyer,

A.J. ; Newhouse J. P. Handbook of Health Economics. Amsterdam, Holland: Elsevier, 2000.

cap. 11, p. 563-643.

IUNES, Roberto F. Demanda e demanda em saúde. In: PIOLA, S.F ; VIANNA, S.M. Economia

da Saúde: Conceito e contribuição para a gestão da saúde. 2 ed. Brasília: IPEA, 2002. Cap 4, p.

99-123.

43

KOTOWITZ, Yehuda. Moral hazard. In The New Palgrave – a Dictionary of Economics

(Macmillan, London), p.549-51, 1987.

Ma, C.A.; McGuire, T. Optimal Health Insurance and Provider Payment. American Economic

Review, v. 87, n. 4, p. 685-704, 1997.

MAIA, Ana Carolina. Seleção Adversa e risco moral no sistema suplementar de saúde

brasileiro. 2004. 97f. Dissertação (Mestrado) - Faculdade de Ciências Econômicas, Universidade

Federal de Minas Gerais, 2004.

MANNING, W. G. et al. Health insurance and the demand for medical care: evidence from a

randomized experiment. American Economic Review, v.77, n.3, p251-277, June 1987.

NEWHOUSE, Joseph P. Reimbursing Health Plans and Health Providers: Efficiency in

Production versus Selection. Journal of Economic Literature. American Economic

Association, vol. 34, n. 3, p. 1236-1263, September 1996.

SANTERRE, Rexford ; NEUN. Stephen. Health economics: theories, insights and industry

studies. Chicago, MA: Irwin, 1996.

SAPELLI, C; VIAL, B. Self-selection and moral hazard in Chilean health insurance. Journal of

Health Economics, v.22, n.3, p.459-476, May 2003.

STANCIOLI, A. E. Incentivos e risco moral nos planos de saúde no Brasil. 2002. 81f.

Dissertação (Mestrado em Economia) - Faculdade de Economia, Administração e Contabilidade,

Universidade de São Paulo, 2002.

TOLEDO, Marcelo Gaspari Cirne de. Evidência de Moral Hazard nos Empréstimos do FMI:

o caso da crise da Argentina. Rio de Janeiro, PUC, Departamento de Economia, 2003.

44

ZWEIFEL, Peter & MANNING, Willard. Moral hazard and consumer incentives in health care.

In: Culyer ; A.J. ; Newhouse, J. P. Handbook of Health Economics. Amsterdam, Holland:

Elsevier, 2000, cap. 8, p. 409-459.

UNIVERSIDADE FEDERAL DO CEARÁ FACULDADE DE …universidade federal do cearÁ faculdade de economia,...

Documents

Transcript of UNIVERSIDADE FEDERAL DO CEARÁ FACULDADE DE …universidade federal do cearÁ faculdade de economia,...